211service.com
Cómo el aprendizaje automático puede ayudar a combatir la depresión
La depresión es una condición que suena simple con orígenes complejos que no se entienden completamente. Ahora, el aprendizaje automático puede permitir a los científicos descubrir algunos de sus misterios para brindar un mejor tratamiento.
Para que a los pacientes se les diagnostique un trastorno depresivo mayor, que se cree que es el resultado de una combinación de factores genéticos, ambientales y psicológicos, deben mostrar varios de los siguientes Larga lista de síntomas, como fatiga o falta de concentración. Una vez diagnosticados, pueden recibir terapia conductual cognitiva o medicamentos para ayudar a aliviar su condición. Pero no todos los tratamientos funcionan para todos los pacientes, ya que los síntomas pueden variar ampliamente.
Recientemente, muchos investigadores de inteligencia artificial han comenzado a desarrollar formas de aplicar el aprendizaje automático a situaciones médicas. Dichos enfoques pueden detectar tendencias y detalles en grandes conjuntos de datos que los humanos nunca podrían detectar, obteniendo resultados que pueden usarse para diagnosticar a otros pacientes. El Neoyorquino corrió recientemente un ensayo particularmente interesante sobre el uso de la técnica para hacer diagnósticos a partir de exploraciones médicas.
Se están utilizando enfoques similares para arrojar luz sobre la depresión. A estudio publicado en Investigación en psiquiatría a principios de este año mostró que las resonancias magnéticas pueden analizarse mediante algoritmos de aprendizaje automático para establecer la probabilidad de que alguien padezca la afección. Al identificar diferencias sutiles en las exploraciones de las personas que lo padecían y las que no, el equipo descubrió que podían identificar qué pacientes invisibles padecían un trastorno depresivo mayor a partir de las exploraciones de resonancia magnética con una precisión de aproximadamente el 75 por ciento.
Quizás más interesante, Vox informa que los investigadores del Weill Cornell Medical College están siguiendo un camino similar para identificar diferentes tipos de depresión. Al hacer que los algoritmos de aprendizaje automático interroguen los datos capturados cuando el cerebro está en estado de reposo, los científicos han podido categorizar cuatro subtipos diferentes de la condición que se manifiestan como diferentes mezclas de ansiedad y falta de placer.
Por supuesto, no todos los intentos de inferir diagnósticos tan detallados a partir de resonancias magnéticas han tenido éxito en el pasado. Pero el uso de la IA proporciona muchas más probabilidades de detectar una señal que cuando los médicos individuales analizan minuciosamente los escaneos. Como mínimo, los experimentos dan peso a la idea de que existen diferentes tipos de depresión.
El enfoque podría ser solo una parte de un esfuerzo más amplio para utilizar el aprendizaje automático para detectar pistas sutiles relacionadas con la condición. Los investigadores del Centro Médico Langone de la Universidad de Nueva York, por ejemplo, están utilizando técnicas de aprendizaje automático para seleccionar patrones vocales que son particulares de las personas con depresión, así como condiciones como el TEPT.
Y la idea de que puede haber muchos tipos de depresión podría resultar útil, según Vox. Se nota otro estudio reciente llevado a cabo por investigadores de la Universidad de Emory que descubrió que el aprendizaje automático podía identificar diferentes patrones de actividad cerebral en exploraciones de IRMf que se correlacionaban con la eficacia de diferentes formas de tratamiento.
En otras palabras, puede ser posible no solo usar la IA para identificar tipos únicos de depresión, sino también establecer la mejor manera de tratarlos. Estos enfoques todavía están muy lejos de proporcionar resultados clínicamente relevantes, pero muestran que es posible identificar mejores formas de ayudar a los pacientes en el futuro.
Mientras tanto, algunos investigadores también están tratando de desarrollar IA para garantizar que la depresión no conduzca a resultados trágicos como autolesiones o suicidio. El mes pasado, por ejemplo, cableado reportado que los científicos de la Universidad Estatal de Florida habían desarrollado un software de aprendizaje automático que analiza patrones en los registros de salud para señalar a los pacientes que pueden estar en riesgo de pensamientos suicidas. Y Facebook afirma que puede hacer algo similar al analizar el contenido del usuario, pero queda por ver qué tan efectivas podrían ser sus intervenciones.
(Lee mas: Vox , cableado , Neoyorquino , Grandes preguntas sobre las herramientas de prevención del suicidio de Facebook , La tecnología de análisis de voz podría diagnosticar enfermedades )